本文關(guān)鍵詞：基于輪廓幾何稀疏表示的車型識別研究，由筆耕文化傳播整理發(fā)布。

【摘要】：為了提高交通效率,改善交通狀況,智能交通系統(tǒng)成為了未來交通的發(fā)展趨勢。對道路上過往車輛準(zhǔn)確的檢測和正確的車型識別是智能交通系統(tǒng)的核心功能。基于視頻的車型識別方法具有適用范圍廣、安裝方便、信息量豐富等優(yōu)點,具有廣闊的應(yīng)用前景,因此對其進行研究具有十分重要的理論和實際意義。本文主要研究視頻中的車型識別,并選擇車輛側(cè)面輪廓作為車型識別的依據(jù)展開研究。車輛側(cè)面輪廓提取的準(zhǔn)確性直接影響后續(xù)車型的識別,為了獲得比較準(zhǔn)確的車輛側(cè)面輪廓,本文在背景差分法的基礎(chǔ)上設(shè)計了一種可以消除陰影干擾、對拍攝視角變化具有一定魯棒性的車輛側(cè)面輪廓提取算法。該算法首先對背景差分法得到的運動車輛前景二值圖像進行圖像形態(tài)學(xué)處理,以去除背景區(qū)域的噪點和填充前景區(qū)域的孔洞；然后使用橢圓檢測算法檢測車輪,并確定車輪的位置和橢圓的參數(shù),以橢圓圓心為界去除車輪下方區(qū)域,從而消除了車輪下方陰影的影響；最后,通過橢圓的參數(shù)估計出拍攝視角和軸距,再根據(jù)車輛兩側(cè)輪廓的特點,利用幾何變換得到車輛近似的側(cè)面輪廓。該算法可以有效地去除車輛陰影的干擾,提取到較準(zhǔn)確的車輛側(cè)面輪廓。針對現(xiàn)有以車輛側(cè)面輪廓特征作為車型特征的車型識別算法對輪廓提取的準(zhǔn)確度要求高、識別率不高的問題,本文設(shè)計了一種基于輪廓幾何稀疏表示的車型識別算法。根據(jù)車輛側(cè)面輪廓的幾何特點,車輛的側(cè)面輪廓可以由一個梯形和一個矩形去逼近,且由梯形和矩形得到的逼近輪廓比原始輪廓具有更高的識別度。首先利用量子遺傳算法將車輛側(cè)面輪廓稀疏表示為一個梯形和一個矩形的組合,并提取梯形和矩形的幾何參數(shù)特征,再根據(jù)預(yù)定的車型識別規(guī)則對車輛類型進行識別。實驗結(jié)果表明,該算法對于各種車型都具有較高的識別率,且對車輛側(cè)面輪廓的準(zhǔn)確度具有很好的魯棒性,具有很好的可行性和有效性。最后,設(shè)計了本文車型識別算法的仿真系統(tǒng),并對系統(tǒng)的各個功能模塊進行了介紹。
【關(guān)鍵詞】：車型識別 輪廓提取 稀疏表示 量子遺傳算法 橢圓檢測
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495;TP391.41
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-17
• 1.1 研究背景和意義11-12
• 1.2 車型識別方法的分類12-13
• 1.3 基于視頻的車型識別研究現(xiàn)狀13-15
• 1.4 論文的主要研究內(nèi)容和組織結(jié)構(gòu)15-17
• 第2章 基于側(cè)面輪廓特征的車型識別綜述與分析17-28
• 2.1 視頻圖像預(yù)處理17-18
• 2.2 車輛側(cè)面輪廓提取18-21
• 2.2.1 光流法18-19
• 2.2.2 幀間差分法19-20
• 2.2.3 背景差分法20-21
• 2.3 車型識別21-27
• 2.3.1 基于輪廓幾何參數(shù)特征的車型識別方法22-24
• 2.3.2 基于輪廓Hu不變矩特征的車型識別方法24-27
• 2.4 本章小結(jié)27-28
• 第3章 基于橢圓檢測的車輛側(cè)面輪廓提取算法28-40
• 3.1 噪點去除與孔洞填充28-31
• 3.2 車輛陰影去除31-33
• 3.3 車輛側(cè)面輪廓修正33-37
• 3.3.1 拍攝視角對車輛側(cè)面輪廓提取的影響33-34
• 3.3.2 算法描述34-35
• 3.3.3 實驗仿真35-37
• 3.4 實驗結(jié)果與分析37-38
• 3.5 本章小結(jié)38-40
• 第4章 基于輪廓幾何稀疏表示的車型識別算法40-60
• 4.1 側(cè)面輪廓幾何稀疏表示框架設(shè)計40-41
• 4.2 基于QGA的側(cè)面輪廓幾何稀疏表示41-47
• 4.2.1 量子遺傳算法簡介41-43
• 4.2.2 算法描述與分析43-47
• 4.3 車型的判定47-50
• 4.4 實驗結(jié)果與分析50-58
• 4.4.1 數(shù)據(jù)集51
• 4.4.2 評價指標(biāo)51
• 4.4.3 準(zhǔn)確性分析51-55
• 4.4.4 魯棒性分析55-58
• 4.4.5 時間復(fù)雜度分析58
• 4.5 本章小結(jié)58-60
• 第5章 車型識別算法仿真系統(tǒng)60-65
• 5.1 車型識別算法仿真系統(tǒng)介紹60
• 5.2 車型識別仿真系統(tǒng)的使用說明60-64
• 5.2.1 車輛側(cè)面輪廓提取可視化實現(xiàn)61-62
• 5.2.2 車輛側(cè)面輪廓識別可視化實現(xiàn)62-63
• 5.2.3 車型識別可視化實現(xiàn)63-64
• 5.3 本章小結(jié)64-65
• 結(jié)論和展望65-67
• 參考文獻67-71
• 致謝71-72
• 攻讀碩士期間發(fā)表的論文及參與的科研項目72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張寧;施毅;何鐵軍;;基于虛擬線圈的車型識別研究[J];交通與計算機;2008年01期

2 華莉琴;許維;王拓;馬瑞芳;胥博;;采用改進的尺度不變特征轉(zhuǎn)換及多視角模型對車型識別[J];西安交通大學(xué)學(xué)報;2013年04期

3 劉玉銘,白明;一種基于模糊模式識別方法的車型識別儀[J];公路交通科技;2000年01期

4 王陽萍,何欣;智能圖像處理技術(shù)在車型識別中的應(yīng)用研究[J];蘭州交通大學(xué)學(xué)報;2004年04期

5 季晨光;張曉宇;白相宇;;基于視頻圖像中的車型識別[J];遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2010年01期

6 張友兵,陳家祺,史旅華,田瑞庭;基于神經(jīng)網(wǎng)絡(luò)的汽車車型識別[J];湖北汽車工業(yè)學(xué)院學(xué)報;1998年03期

7 陳家祺,張友兵,史旅華,田瑞庭,傅正朝,舒章鈞;運動圖像處理在車型識別中的應(yīng)用[J];汽車工程;1998年06期

8 歐衛(wèi)華;唐東黎;聞斌;;基于遺傳算法優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)車型識別[J];湖南工業(yè)大學(xué)學(xué)報;2010年02期

9 王明哲;吳皓;周豐;;基于地磁的車型識別模糊數(shù)據(jù)融合方法研究[J];公路交通科技;2008年01期

10 劉玉銘,白明,吳慧;模糊模式識別理論在車型識別中的應(yīng)用[J];道路交通與安全;2001年01期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 韓冬梅;呂芳;;智能交通系統(tǒng)中車型識別的軟件設(shè)計與實現(xiàn)[A];全國第4屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

2 王超;劉翠響;;視頻圖像中車輛的車型識別算法研究與實現(xiàn)[A];第二十七屆中國（天津）2013IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2013年

3 鄧天民;邵毅明;崔建江;;一種車型識別算法及其應(yīng)用[A];計算機技術(shù)與應(yīng)用進展——全國第17屆計算機科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2006年

4 張全元;戴光明;陳良;;一種新的基于實時視頻流的車型識別算法[A];圖像圖形技術(shù)與應(yīng)用進展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

5 張大奇;曲仕茹;劉真崢;;基于環(huán)投影小波分形特征的車型自動識別方案[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

6 趙天青;梁旭斌;許學(xué)忠;蔡宗義;張敏;;車型識別中聽覺特征提取算法的研究[A];第三屆上�！靼猜晫W(xué)學(xué)會學(xué)術(shù)會議論文集[C];2013年

7 劉直芳;游健;王運瓊;游志勝;;運動汽車投影陰影分割算法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 胡耀民;基于視頻的車型識別關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 鄧柳;基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識別[D];西南交通大學(xué);2015年

2 張明貴;道路車輛的車型識別方法研究[D];貴州民族大學(xué);2015年

3 胡焯源;車輛信息識別系統(tǒng)設(shè)計與實現(xiàn)[D];遼寧工業(yè)大學(xué);2016年

4 賈曉;套牌車輛的車型識別與檢索技術(shù)研究[D];大連海事大學(xué);2016年

5 郭志明;基于視頻圖像的車型識別方法的研究[D];東北大學(xué);2014年

6 張飛云;基于深度學(xué)習(xí)的車輛定位及車型識別研究[D];江蘇大學(xué);2016年

7 程麗霞;監(jiān)控視頻中的車型識別技術(shù)研究[D];廣東工業(yè)大學(xué);2016年

8 高許;基于視頻圖像的車輛檢測及車型識別研究[D];燕山大學(xué);2016年

9 夏文吉;基于輪廓幾何稀疏表示的車型識別研究[D];西南交通大學(xué);2016年

10 李月;基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別系統(tǒng)的設(shè)計與實現(xiàn)[D];山東大學(xué);2016年

  本文關(guān)鍵詞：基于輪廓幾何稀疏表示的車型識別研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：427624